论文部分内容阅读
无线传感器网络涉及传感器技术、微机电技术、分布式信息处理技术和无线通信技术等众多学科,已经成为当前IT领域研究的热点之一。由于具有网络自组织、覆盖面广、高容错性等优点,以及组网成本低、构建灵活、方便等特点,无线传感器网络正在发展成为一种获取信息的新兴手段,在军事和民用等领域有着极为广泛的应用。随着无线传感器网络技术的不断发展和成熟,其应用将会愈加广泛。由于网络中节点自身的精确定位是提供监测事件位置信息的前提,所以节点定位技术是无线传感器网络中的一项核心支撑技术。节点定位技术的研究对于提高无线传感器网络的整体性能和保证其可靠性有着重要的理论意义和应用价值。但是迄今为止,定位精度仍未达到令人满意的程度,尤其是在存在干扰的情况下,定位精度还有待提高。本文首先论述了无线传感器网络定位技术的基本原理、无线传感器网络定位算法的分类、性能评价指标。接下来针对传统的基于RSSI(Received Signal Strength Indicator)定位算法在非理想环境下定位精度较低的缺点,提出了一种基于RSSI校验和弹簧模型优化的节点定位算法CLSSM(Collaborative Localization Scheme From Spring Model)。该算法通过为无线传感器网络建立弹簧模型(Spring Model, SM),利用基于连通性的弹簧模型对RSSI校验算法的结果进行优化,从而提高了算法的定位精度。仿真实验结果表明,在相同的实验环境下CLSSM算法要优于传统的RSSI定位算法。尤其在定位精度方面,CLSSM算法比RSSI校验算法提高了约19%。本文还深入研究了移动无线传感器网络节点定位技术,提出了EMCB(Enhanced MonteCarlo Localization Boxed)定位算法。该算法在蒙特卡洛箱(Monte Carlo Localization Boxed,MCB)算法基础之上,借鉴遗传算法的思想,将遗传算法中的交叉和变异操作引入到样本的选择过程中,对样本进行优化,使样本选择向后验密度值较大的区域转移,从而有效地解决了原算法存在的成功采样率较低的问题。仿真实验结果表明,同MCB算法相比,EMCB算法的定位精度提高了约17%,而且具有更小的计算开销。